Lesson 3: Data Collection और Data Cleaning क्या है?

📥 Data Collection क्या होता है?

Data Collection मतलब है – अलग-अलग स्रोतों से डेटा इकट्ठा करना, ताकि हम उसे AI मॉडल को ट्रेन करने के लिए इस्तेमाल कर सकें।

उदाहरण:

• Website से User Clicks और Searches
• Sensors से Temperature या Motion Data
• Forms से User Input
• Government Reports या CSV Files

Tool Examples: Web Scraping, APIs, Data Entry, IoT Sensors

🧹 Data Cleaning क्या होता है?

Data Cleaning का मतलब है – गलत, अधूरा, या डुप्लिकेट डेटा हटाना ताकि मशीन लर्निंग मॉडल सिर्फ सही और रिलेवेंट डेटा से सीख सके।

उदाहरण:

• Missing Values को भरना या हटाना
• डुप्लिकेट Rows हटाना
• Wrong Format (जैसे ‘twenty-five’ को 25 करना)
• Outliers को पहचानना

Tools: Python (Pandas), Excel, OpenRefine

निष्कर्ष: AI का आधार होता है सही डेटा। अगर डेटा गंदा होगा, तो परिणाम भी गलत होंगे – इसे ही कहा जाता है “Garbage In, Garbage Out!” इसलिए Data Collection और Cleaning पहला और सबसे महत्वपूर्ण कदम है।